敏感问题的调查.docVIP

敏感问题的调查 因为需要，人们有时候会去调查一些敏感性问题。例如，学校领导可能想通过调查了解在校学生中究竟有多少人在考试中作过弊，或者究竟有多少学生在谈恋爱。卫生部门为了控制和预防艾滋病，希望了解本地区大约有多少人是同性恋者、有多少人在吸毒。交通部门希望了解究竟有多少人经常骑车冲红灯或者随便横穿马路等等。假如你直截了当地去提问，不仅了解不到真实情况还会遭到被调查者的白眼，因为你调查的问题涉及到了他们的隐私。 只要仔细分析一下，你就会发现，其实你的本意并非真的要去打探别人的隐私，你所希望知道的只是在一个确定的人群中具有某一特征的人究竟占多少比例，而并非想打听任何特定个体的某一特征，例如，你想知道的只是究竟有多少比例的学生曾经作过弊，而非某一具体的学生是否作过弊。那么，有什么办法可以避免涉及被调查者的个人隐私，打消被调查者的顾虑并争取得到他们的配合，以便获取真实的调查信息并推断出你所需要的总体特征呢？本节准备来探讨一下这一问题，并提出一些值得一试的办法。当然，这里我们首先假定被调查者在确信不会泄漏本人隐私时会如实地回答问题，否则，被调查者不愿回答或胡乱回答问题，任何方法都不可能得出有用的结果。如果发生被调查者不配合的情况，你必须先做好被调查者的思想问题，争取得到他的支持和配合，但这不是我们数学建模考虑的事情，而应当是建模前的准备工作。 方法一（随机回答法） 要让被调查者讲真话，必须打消他们的思想顾虑。要调查敏感问题，所提问题必定要涉及到这一敏感问题，一点都不涉及你要调查的敏感问题，是不可能得到你要的结果的，例如，如果你只问别人“吃过午饭了吗？”，又怎么可能推断出有多少比例的学生曾经作过弊。但是，如果你直截了当地去提问，你又成了在打听别人的隐私。有什么办法可以解决这一困难呢？方法之一就是多提几个问题，采用所谓的随机回答法（Randomized Response Method ）。调查者不是只提出敏感问题，而是将此敏感问题隐含在所提的问题之中，让被调查者回答其中的一个问题。由于调查者并不知道被调查者回答的是哪一个问题，只要被调查者知道这一点并确信调查者不可能从自己的回答中了解到他个人的隐私，也就没有必要再讲假话了，（这是调查者为避免涉及个人隐私而设计的一种技巧）。 调查者提出以下两个问题： （问题1）你曾经在考试中作过弊吗？ （问题2）你从不在考试中作弊吗？ 在一个竹筒里装上若干根竹签，其中的一部分上写着1，其余的写着2。让被调查者自行从中抽出一根，抽到1就回答1，抽到2就回答2。回答“是”或者“不是”的人既可能是曾经作过弊的，也可能是从不作弊的，由于调查者不知道他在回答哪一个问题，从而不可能知道他究竟是哪一类人。 那么，调查者又如何计算出作弊过的人所占的比例呢？这里需要用到概率论中的条件概率公式。设竹筒中共有p根标有1的竹签和q根标有2的竹签。被调查者抽到1的概率为，抽到2的概率为。假设回答“是”的人占被调查者总数的百分比为，并假设被调查学生总数为n，其中曾经作过弊的人所占的比例为a（这是我们想求得数），从未作弊过的学生所占的比例为（1-a），于是，由条件概率公式： 即 从而 （1） 例如，若有67.5%的人回答“是”（即=0.675），设p = 3/10 , q = 7/10，则由上面的计算公式（1）可求得，曾经作过弊的学生约占总人数的6.2%。 由公式（1）求得的结果究竟有多大的可信度呢？Warner曾经证明，假如能够对被调查者作充分的说明并取得他们的合作，从而能诚实地回答问题，则求得的值将是真实值的一个无偏估计，即的数学期望即为（作弊学生比例的真值）。此外，在相同假定下还可计算出的方差为： （2） 上述由Warner在1965年设计的随机提问法求得的调查结果虽然要比直接提问得到的结果可靠得多，但也存在着一些缺点。例如，如果要让被调查者尽可能地放心，p、q的值应尽量接近，最好能取p = q = 1/2，（读者可考虑一下为什么）。p、q相差得越大，随机提问法越接近于直接提问法。然而，在p=q=1/2时，公式（1）（2）失去意义，不能用于调查。此外，提问者所提问题均与敏感问题有联系，从心理学角度来看，较容易引起被调查者的警觉，从而，降低被调查者的配合程度。 方法二（不相关问题模型） 1967年，Simmons提出了一个被称为不相关问题模型的改进方法。Simmons认为，如果提出的两个问题均与敏感问题有关，一些不完全懂得随机提问法的被调查者可能会担心你是否会像魔术师一样，套出他的隐私来，为了保险，他宁可讲假话。据此，Simmons建议，假如在提出一个敏感问题的同时，另提一个与敏感问题无